Kartlegging og prediksjon av naturtyper

Like dokumenter
MAREANO Historikk og kartlegging Lene Buhl-Mortensen Havforskningsinstituttet

MAREANOs resultare fra kartlegging av biomangfold i 2006 Lene Buhl-Mortensen

MAREANO TOKTRAPPORT 2011

MAREANOs kartlegging av naturtyper og biologisk mangfold. Lene Buhl-Mortensen Programleder for MAREANO

NGUs modelleringsoppgaver i MAREANO

Artsmangfold og naturtyper. Lene Buhl-Mortensen

MAREANO TOKTRAPPORT 2012

Sørøstlige Barentshavet

Produktspesifikasjon - versjon 5.0 Produktnavn: ND_Marine_Biotoper, versjon 1. Produktspesifikasjon: ND_Marine_Biotoper

Fra grunndata til kunnskap for bærekraftig verdiskapning og forvaltning. Oddvar Longva NGU

4.2. Kartlegging av bunnmiljø og biomangfold i MAREANO

MAREANO aktiviteter og strategi Lene Buhl-Mortensen Programleder for MAREANO

MAREANO TOKTRAPPORT 2013 Cruise report 2013

Sømløse terrengmodeller, fra dybdedata i sjø til høydedata på land

MAREANO-biomangfold. Lene Buhl Mortensen/J.H. Fosså. Foreløpige resultater fra 2006

Nordland VI Artsmangfold, naturtyper, m.m.

Vassdragsseminaret Arild Lindgaard Artsdatabanken

MAREAN O -programmet

TROMSØFLAKET OG EGGAKANTEN

MAREANO. Marin arealdatabase for norske kyst- og havområder.

Klima-overblikk: Sammenstilling av klimarelevante resultater fra utvalgte overvåkingsprogram i kystsonen. Norsk Institutt for Vannforskning (NIVA) 2

Arild Lindgaard Artsdatabanken. Naturtyper i Norge

MAREANO. Biologisk mangfold og bioressurser

Sårbare naturtyper i dypet

MAREANO og Artsdatabanken Naturtyper i Norge, Rødlisting av naturtyper. Pål Buhl-Mortensen

GeWare: A data warehouse for gene expression analysis

NiN en enkel innføring. Heidrun A. Ullerud 2-dagers NiN-kurs, 22. mars 2017

G.O. SARS avslører geologiske hemmeligheter i 10 knops fart

Kunnskapsbasert forvaltning av kystsonen Bruk av infrastrukturen i geologisk og marin sammenheng



Development of the Norwegian WFD classification system for eutrophication

Miljøverdi og marine naturtyper

Marine grunnkart i Norge På trygg grunn eller på dypt vann?

MAREANO. Utkast til Aktivitetsplan for 2009

Innhold. Instruks for melding av hærverk. ID1743-a- hærverk. IE76286-b- Trafikkdetektor Leggebeskrivelse E og E

Alternativer til teststrekk med høye laster

FORUM Grunnlagsundersøkelser i Nordsjøen, Norskehavet og Barentshavet Sam-Arne Nøland og Øyvind Fjukmoen. Sam-Arne Nøland

MÅLING OG VURDERING AV TEKSTUR I VEGOVERFLATER OG KOPLING TIL STØY

MAREANO vil gi oss helt nødvendig kunnskap for en miljøvennlig. Statssekretær (MD) Heidi Sørensen. Høsten MAREANO NY KUNNSKAP OM HAVOMRÅDENE

Table A Supplementary material. Lake data 2

Revegetering av steintipper i høgfjellet

Mareano-området. MAREANO - noen smakebiter fra landskap og biologi Terje Thorsnes & MAREANO-gruppen

Visuell kartlegging. Victoria feltet. Tor Jensen 28 October 2009

Måledyp: m Rundereimstranda Marine Harvest Norway. Måleperiode: Rapportert:

MAREANO vil gi oss helt nødvendig kunnskap for en miljøvennlig forvaltning av havområdene i framtida. Statssekretær (MD) Heidi Sørensen. Høsten 2008.

Marmi Plus One. Sleek, Essential, Stunning

MAGIN Marine grunnkart i Norge

ODs Faktasider. Brønnbane / Leting. Generell informasjon. Side 1 av 5. Utskriftstidspunkt: :09

ODs Faktasider. Brønnbane / Leting. Generell informasjon EXPLORATION. Faktakart i nytt vindu. lenke

Vannføring eller vannkvalitet: hva påvirker bunndyr og begroing?

Barentshavet lever på havbunnen. Norges geologiske undersøkelse (NGU) og Havforskningsinstituttet informasjon om dybdeforhold,

Hvor finner vi flått på vårbeiter? - og betydning av gjengroing for flåttangrep på lam på vårbeite

Kartlegging og overvåkning av korallrev

Biologiske havbunnskart for Barentshavet - Redegjørelse av relevante begreper og kunnskapsgrunnlag

Klima- og forurensningsdirektoratet vurdering av de foreslåtte blokkene

Grøntområder i Åsedalen

Maringeologiske utfordringer

MAREANO Marin arealdatabase for norske kyst- og havområder

Passasjerer med psykiske lidelser Hvem kan fly? Grunnprinsipper ved behandling av flyfobi

MAREANO. Statusrapport for Havforskningsinstituttet, Norges geologiske undersøkelse, Statens kartverk sjø

Andre aktuelle tema. Det ukjente Norge. Ny metodikk oppdager nye korallrev

Natur i Norge (NiN) felles plattform for kunnskapsformidling og «økologisk grunnkart»

Skredregistreringer og vær historiske data og dagens kunnskap

Evaluering av vernet. Ellen Arneberg Fagsamling Asker mai 2009

KROPPEN LEDER STRØM. Sett en finger på hvert av kontaktpunktene på modellen. Da får du et lydsignal.

MAREANOTOKT 2010 SAMLET TOKTRAPPORT FOR 2010 FOR BUNNKARTLEGGING PÅ NORDKAPP-TRANSEKTET, TROMS III OG NORDLAND VI

Undersjøisk landskap, geologisk mangfold og miljø

Statoils erfaringer fra CO 2 -lagring

Marine grunnkart Sogn og Fjordane. Reidulv Bøe og Oddvar Longva NGU

Natur i Norge (NiN) og Landskapstyper

MAREANO. Aktivitetsplan 2010 PROGRAMGRUPPEN

Erfaringer og tiltak etter hendelser med kaksinjeksjonsbrønner i Statoil. Classification: Internal Status: Draft

Fra dybdekartlegging til digitale terrengmodeller og skyggerelieff

Kurskategori 2: Læring og undervisning i et IKT-miljø. vår

MAREANO -en storstilt satsing på ny kunnskap om norske havområder. Ole Jørgen Lønne Havforskningsinstituttet

Estimating Peer Similarity using. Yuval Shavitt, Ela Weinsberg, Udi Weinsberg Tel-Aviv University

Lene Buhl-Mortensen Havforskningsinstituttet

RESULTAT FRA IN VITRO TESTING AV LAKSELUS FØLSOMHET FOR AQUI-S

Supplemental Information

Aktiv forvaltning av marine ressurser lokalt tilpasset forvaltning. Status og fremdrift. Torjan Bodvin Hovedprosjektleder Havforskningsinstituttet

NS 9435 Visuelle bunnundersøkelser med fjernstyrte og tauete observasjonsfarkoster for innsamling av miljødata

Strømrapport Svaberget_ Side 2 av 14

Subsea-Muligheter for virksomhet i den maritime klyngen. Utbygging og vedlikehold av subsea anlegg Prosjektleder : Torstein Vinterstø

Experiences with 2D resistivity measurements (ERT) at the surface. Inger-Lise Solberg

Biologiske miljøkonsekvenser av at rullebanen forlenges 150 m ut i sjøen ved Langøra Stjørdal kommune, november 2008

Økologiske effekter av naturlig og regulert ferskvannsavløp på norskekystens marine system

Måling av overflate- og dimensjoneringsstrøm ved Slakterilokalitet1 (mai-juni 2014)

Satellite Stereo Imagery. Synthetic Aperture Radar. Johnson et al., Geosphere (2014)

VEIEN VIDERE KAPITTEL 12. Tore Nepstad, Morten Smelror og Knut Chr. Gjerstad

Emneevaluering GEOV272 V17

Astafjord prosjektet eksempel på interkommunal planlegging i kystsonen. Oddvar Longva, NGU

RAPPORT LNR Modellerte bunnforhold i grenlandsfjordene

Stefan Blumentrath, Nina Eide

Hydromorfologisk påvirkning ikke sterkt modifisert. Forslag til metodikk og klassegrenser

Hva er potensialet for bruk av hydromorfologisk karakterisering?

UNIVERSITETET I OSLO

NOTAT. SMS Sandbukta Moss Såstad. Temanotat Økologisk tilstandsklassifisering av ålegras i Mossesundet og Verlebukta. Sammendrag

ODs Faktasider. Brønnbane / Leting. Generell informasjon EXPLORATION. Faktakart i nytt vindu. lenke

Marine grunnkart. Hvordan skal disse komme brukerne til gode? Oddvar Longva, Liv Plassen, Sigrid Elvenes NGU

Transkript:

Kartlegging og prediksjon av naturtyper Pål Buhl-Mortensen Gjertrud Jensen, Silje Jensen, Sigrid Elvenes,

Naturtyper Landskap, landskapselementer, natursystem og livsmedium En ensartet type natur, som omfavner plante- og dyrelivet samt miljøfaktorene som virker inn på dette.

Klassifisering og definering av habitater og biotoper på dypt vann Få eksisterende kategorier for dypere vann Misforstått bilde av dyphavet som homogent! Mange nye naturtyper Hvordan definere?

Framgangsmåte for karakterisering og prediksjon av naturtyper 1) Multivariate analyser av artsdata fra videoopptak fra havbunnen for å identifisere grupper av lokaliteter som er like i artsammensetning 2) Identifisering av miljøvariabler (f.eks. dyp, sedimentsammensetning, topografi, etc) som best forklarer artsammensetningen 3) Supervised GIS analyse basert på klassifisering av områdenes miljøproxies med full arealdekning (Maxent) 4) Beskrivelse av artsmangfold for naturtyper basert på artsammensetning i prøver innsamlet med ulike innsamlingsredskaper

St DateTime E N Distance Cumul dist Depth Mud Sand Sand with shells Sandy mud Pebble Cobble Boulder Bedrock Species Value Laserbeam Field width Comments R100VL116 11.04.07:11:11:47 840669.5 7807508.4 0.0 0 316 5 85 0 0 10 0 0 0 2.4 198.8 R100VL116 11.04.07:11:11:47 840669.5 7807508.4 0.0 0 316 5 85 0 0 10 0 0 0 Stichopus 1 2.4 198.8 R100VL116 11.04.07:11:11:47 840669.5 7807508.4 0.8 0.7901093 316 5 85 0 0 10 0 0 0 Cerianthidae 1 2.4 198.8 R100VL116 11.04.07:11:11:56 840669.5 7807507.6 0.0 0.7901093 317 5 85 0 0 10 0 0 0 Stichopus 1 2.4 198.8 R100VL116 11.04.07:11:11:56 840669.5 7807507.6 1.2 1.9698279 317 5 85 0 0 10 0 0 0 Teleostei 1 2.4 198.8 R100VL116 11.04.07:11:12:08 840669.4 7807506.4 0.0 1.9698279 317 5 85 0 0 10 0 0 0 Cerianthidae 1 2.4 198.8 R100VL116 11.04.07:11:12:08 840669.4 7807506.4 0.0 1.9698279 317 5 85 0 0 10 0 0 0 Stichopus 1 2.4 198.8 R100VL116 11.04.07:11:12:12 840669.4 7807506.4 0.0 1.9698279 317 5 85 0 0 10 0 0 0 Unidentified 1 2.4 198.8 R100VL116 11.04.07:11:12:12 840669.4 7807506.4 0.4 2.3594394 321 5 85 0 0 10 0 0 0 Unidentified 1 2.4 198.8 R100VL116 11.04.07:11:12:16 840669.3 7807506.0 0.8 3.1495477 318 5 90 0 0 5 0 0 0 1.4 340.7 R100VL116 11.04.07:11:12:23 840669.3 7807505.2 0.0 3.1495477 318 5 90 0 0 5 0 0 0 Teleostei 1 1.4 340.7 R100VL116 11.04.07:11:12:23 840669.3 7807505.2 0.0 3.1495477 318 5 90 0 0 5 0 0 0 Stichopus 1 1.4 340.7 R100VL116 11.04.07:11:12:23 840669.3 7807505.2 0.4 3.5391593 318 5 90 0 0 5 0 0 0 Stichopus 1 1.4 340.7 R100VL116 11.04.07:11:12:32 840669.3 7807504.9 1.3 4.8720789 319 5 90 0 0 5 0 0 0 muddy sand with lots of tubes R100VL116 11.04.07:11:12:45 840669.1 7807503.5 3.0 7.8738224 319 10 90 0 0 0 0 0 0 2.4 198.8 R100VL116 11.04.07:11:13:47 840670.7 7807501.0 0.4 8.2351037 318 10 90 0 0 0 0 0 0 2 238.5 whole last section: no sightsediment turbulences R100VL116 11.04.07:11:13:53 840671.1 7807501.1 2.0 10.233926 317 10 90 0 0 0 0 0 0 Stichopus 2 R100VL116 11.04.07:11:14:47 840672.8 7807502.0 7.9 18.137544 318 10 90 0 0 0 0 0 0 7 68.1 R100VL116 11.04.07:11:15:48 840673.0 7807509.9 3.7 21.832473 319 15 85 0 0 0 0 0 0 camera zoomed inwhole last section sediment turbulences no sightsediment disturbance R100VL116 11.04.07:11:16:05 840672.2 7807513.5 0.0 21.832473 318 15 85 0 0 0 0 0 0 4 119.3 camera zoomed in R100VL116 11.04.07:11:16:05 840672.2 7807513.5 0.9 22.747898 318 15 85 0 0 0 0 0 0 Unidentified 2 4 119.3 camera zoomed in R100VL116 11.04.07:11:16:09 840672.0 7807514.4 3.5 26.223316 318 15 85 0 0 0 0 0 0 Unidentified 1 R100VL116 11.04.07:11:16:25 840672.3 7807517.9 1.9 28.098207 318 15 85 0 0 0 0 0 0 Unidentified 2 R100VL116 11.04.07:11:16:34 840672.6 7807519.7 0.0 28.098207 318 15 85 0 0 0 0 0 0 camera zoomed in during the whole transect R100VL116 11.04.07:11:16:34 840672.6 7807519.7 1.1 29.208444 318 15 85 0 0 0 0 0 0 Kophobelemnon 1 R100VL116 11.04.07:11:16:38 840672.7 7807520.8 1.7 30.884585 318 15 85 0 0 0 0 0 0 Unidentified 1 R100VL116 11.04.07:11:16:44 840672.9 7807522.5 1.1 31.994822 318 15 85 0 0 0 0 0 0 Unidentified 1 R100VL116 11.04.07:11:16:47 840673.0 7807523.6 0.6 32.549939 318 15 85 0 0 0 0 0 0 6 79.5 Etc. > 30.000 entries (table lines) per cruise

DCA, 200m video sequenses

GIS integration using multibeam derived variables Supervised classification using groundtruthed classified data to train GIS layers Raster stack of seabed predictor var iables Model Maxent, GAM? Classified seabed

Variabler med full flatedekning utregnet fra multistråleekkolodd data (potensielle natur-type prediktorer) - Dyp - Terreng - Slope - Aspect - Curvature - Rugosity - ++ - Backscatter Utregnet for ulike skalaer!

Calcareous foraminifera. Aplysilla. Geodia Pelosina Asbestopluma. 2 1 Sandy mud Fine-grained mud 4 3 Sand Gravelly sand Aphrodite, Stylocordyla 6 Bolocera. Sticopus 5 Morainic rocky ridges Polymastia. Antho Bouldery bottom Brachiopoda. Phakellia

Prediksjon i nye marine landskap Kilder til økosystemvariasjon: - Terreng og landskap - Vannmasser (temperatur, salinitet, etc) - Sedimentsammensetning - Bunnstrømmer - Næringstilførsel Ulike regioner har ofte ulike miljøforhold ulik vekting av prediktorer (ny modell?)

Nordland VII- Troms II Lofoten-Fugløybanken

Detrended Correspondence Analysis of video results Tr ough Lower slope Axis 2 Sand Axis 2 Bank Canyon Cobble Mud Depth Pebble Shelf plain Upper slope Axis 1 Axis 1 Canyon Lower slope Upper slope Shelf plain Bank Trough Cerianthidae violet Nephtheidae Crossaster Henricia Sebastes Stichopus Lycodes Hymenaster Polymastia Porifera encrusting Lithothamnion Kophobelemnon Ophiopleura Rhizocrinus Drifa Hippasteria Gadus morhua Ditrupa Stylocordyla Lycodes frigidus Antedonacea Phakellia Tethya citrina Flabellum Bythocaris Caulophacus Gorgonocephalus Echiuridae Galatheidae Raja

Preliminary nature type map Troms II, Nordland VII 6 classes (identified from ordination plot) 10 variables (selected using Forward selection) depth, landscape, sedimentation environment, grain size, backscatter mean, slope 49 mean, northness 49 mean, plan curvature 49 mean, slope 49 s.d., eastness 21 mean) Map is a composite of 6 models one for each class. Result encouraging (85% correct with respect to training data), and MAXENT statistics good but work ongoing

Ny gruppeinndeling av de grunneste klassene

Resultat av MAXENT-modellering med 10 klasser basert på hierarkisk trinnvis klassifikasjon Prediksjonsprosent: 72,7

Innrammet: Område utvalgt til analyse av 50m-sekvenser (ned til 800 m)

NVIITII Utsnitt 50m II not downscaling Kun arter som forekommer i 5 el flere prøver og prøver med 2 el flere arter (165 arter 989 prøver) Axis 2 Axis 1

NVIITII Utsnitt 50m II not downscaling 97-15 97-6 97-4 97-5 97-14 97-13 97-11 97-10 207-8 97-12 97-7 98-14 98-2 98-4 98-5 98-3 98-9 112-2 112-11 112-7 112-8 112-10 112-9 112-13 112-3 112-4 112-6 112-12 112-14 112-5 Axis 2 140-1 140-2 140-9 139-5 139-3 139-2 128-1 128-6 128-7 140-3 140-12 140-4 128-8 140-10 128-20 Axis 1 128-9 140-6 128-21

NVIITII Utsnitt 50m II not downscaling 139-2 139-5 139-3 112-11 112-8 112-7 112-9 112-12 112-2 112-14 112-6 112-13 112-4 112-5 112-10 112-3 Axis 3 97-10 98-4 98-2 98-9 98-14 98-3 98-5 97-6 97-15 97-11 97-4 97-14 97-5 97-13 97-12 207-8 97-7 140-3 140-2 140-9 140-1 140-10 128-1 128-6 128-7 128-8 128-20 128-9 128-21 140-12 140-6 140-4 Axis 1

139-2 NVIITII Utsnitt 50m II not downscaling 139-3 139-5 112-11 112-8 112-7 112-9 112-12 112-2 112-14 112-6112-13 112-4 112-5 112-10 112-3 Axis 3 98-4 98-9 98-2 98-3 97-10 98-14 98-5 97-12 97-7 97-11 97-4 97-14 97-13 97-5 207-8 97-6 97-15 140-3 140-9 140-2 140-1 140-10 140-6 128-1 128-21 128-9 128-6 128-7 128-8 140-4 128-20 140-12 Axis 2

Konklusjoner - Analyser av materiale som inneholder prøver fra svært ulike miljøer kan skjule detaljer i klassifiseringen - Feil skala kan blande de biologiske signalene fra ulike naturtyper - Hvordan å håndtere problemet med naturens skalamangfold er et problem som ikke må glemmes - Bedre kart over havbunnsmiljøet (strømmer, temperatur, etc) vil lede til bedre naturtypeprediksjoner - Viktig å gjøre kartene nyttige for forvaltningen (fylle naturtypene med nyttige beskrivelser, for eksempel forekomst av truede eller rødlistede arter, biomangfold, produksjon etc.)